纯净、安全、绿色的下载网站

首页|软件分类|下载排行|最新软件|IT学院

当前位置:首页IT学院IT技术

Python np.argmin与np.argmax使用 Python中的np.argmin()和np.argmax()函数用法

JZJZY   2021-06-02 我要评论
想了解Python中的np.argmin()和np.argmax()函数用法的相关内容吗JZJZY在本文为您仔细讲解Python np.argmin与np.argmax使用的相关知识和一些Code实例欢迎阅读和指正我们先划重点:Python,np.argmin函数,np.argmax函数下面大家一起来学习吧

Python np.argmin()和np.argmax()函数

按照axis的要求返回最小的数/最大的数的下标

numpy.argmin(a, axis=None, out=None)
numpy.argmax(a, axis=None, out=None)

a:传入一个数组

axis:默认将输入数组展平否则按照axis方向

out:可选

import numpy as np
a = np.arange(6).reshape(2, 3)
a
array([[0, 1, 2],
       [3, 4, 5]])

# 此时自动展平了
np.argmin(a)
0
np.argmax(a)
5
# 在axis方向上找最小的值并返回坐标
np.argmin(a, axis=1)
array([0, 0], dtype=int64)

# 在axis方向上找最大的值并返回坐标
np.argmax(a, axis=1)
array([2, 2], dtype=int64)

当有多个最小值的时候只显示第一个

a = np.arange(6)
a[4] = 0
a

array([0, 1, 2, 3, 0, 5])

np.argmin(a)
0

Python基础——min/max与np.argmin/np.argmax

这里应该是拿min/max(更适合处理可迭代对象可选的参数是key=func)与np.min/np.max(可适合处理numpy.ndarray对象可选的参数是axis=0或者1)作比较只不过np.argmin/np.argmax的用法与np.min/np.max相似这里就不进行更正了

首先min/max与np.argmin/np.argmax函数的功能不同

前者返回值后者返回最值所在的索引(下标)

处理的对象不同

前者跟适合处理list等可迭代对象而后者自然是numpy里的核心数据结构ndarray(多维数组)

min/max是python内置的函数

np.argmin/np.argmax是numpy库中的成员函数

接口不同

min(iterable, key=func)->value
np.argmin(a, axis=None)

常见的接口如上所示前者除了一个可迭代对象外还接收一个函数对象(keyword argument)用于指定比较的对象(也即最值比较的内容是将迭代对象中的元素逐个赋予func函数对象所得到返回值)可见func只可接受一个参数如min(dict, key=dict.get)

而np.argmax更多的是进行轴上的比较(axis=0也是默认的轴是列向)

>>> l = ['1', '100', '111', '2']
>>> max(l)
'2'
# 下面我们指定比较内容
>>> max(l, key=lambda x: int(x)
'111'
>>> max(l, key=lambda x: len(x))
'100'
>>> max(l, key=lambda x: len(x) and int(x))
'111'

我们也可将min/max作用于list of lists(这里不对tuple和list作区分):

>>> ll = [(1, 'a'), (3, 'c'), (4, 'e'), (-1, 'z')]
>>> max(ll)

例如根据列表中的每一个元素(tuple或者list类型)的第二位进行求最大值:

>>> l = [(1, 2, 5), (2, 3, 5), (3, 2, 5), (4, 4, 5), (5, 1, 5)]
>>> max(l, key=lambda x: x[1])
(4, 4, 5)
>>> l.index(max(l, key=lambda x: x[1]))
3

默认情况下max首先进行比较的是items(kv)中的第一个内容(也即是k)相等的情况下再进行v的比较

稍作修改我们便可实现对v的比较:

>>> max(ll, key=lambda x: x[1])
(-1, 'z')

有时可能最值所在的下标对我们更重要我们据此下标索引更为丰富的信息如何不显式转化为numpy.ndarray类型(有时也无法转换当异质容器时)不通过np.argmax这样的函数获得最值(任何值都可以)所在的下标呢?使用list(tuple)的index()成员函数

>>> ll = [(1, 'a'), (3, 'c'), (4, 'e'), (-1, 'z')]
>>> val = max(ll, lambda x: x[1])
>>> ll.index(val)
3

根据以上用法我们也可推测并实现一个精简版的max函数:

def max(items, key=lambda x: x):
    current = items[0]
    for item in items:
        if key(item) > key(current):
            current = item
    return current

以上为个人经验希望能给大家一个参考也希望大家多多支持


相关文章

猜您喜欢

网友评论

Copyright 2020 www.fresh-weather.com 【世纪下载站】 版权所有 软件发布

声明:所有软件和文章来自软件开发商或者作者 如有异议 请与本站联系 点此查看联系方式